提升大规模集群上并行计算软件系统可靠性和服务性的方法与实践
摘要：大规模集群上的并行计算软件需要具备处理部分节点、网络等失效的容错能力,也需要具有易于管理、维护、移植和可扩展的服务能力.针对星形计算模型,研究和开发了一套并行计算框架.利用调度节点内部的可变粒度分解器、相关队列等方法,实现了全系统容错,且具有较好的易用性、可移植性和可扩展性.系统目前可以实现300 TFlops计算能力下连续运行超过150 h,而且还具有进一步的可扩展能力.计算生物学中的高性能计算（Ⅱ）—序列分析
摘要：序列分析是高性能计算应用的一个重要方向.随着高通量测序技术的发展,基因数据呈现爆炸性增长,对高性能计算的需求也更加迫切.介绍了高性能计算在序列分析中的应用和序列分析算法的并行实现,包括序列比对、检索、重测序、拼接等.面向CPU＋MIC混合异构平台的地震波叠前时间偏移算法并行与优化策略
摘要：地震波的叠前时间偏移算法是构造复杂岩层成像最有效的方法之一.地震勘探进入海量数据时代,且叠前偏移算法是数据处理中最费时的环节,对叠前偏移算法做并行计算优化有着重要的研究意义.近年来,高性能并行计算开始进入异构、众核时代,以Intel新一代至强融核MIC（Xeon Phi）为例,新型众核处理器具有成本低、性能高等特点.从最经典的Kirchhoff叠前时间偏移（PKTM）算法出发,基于CPU＋ MIC异构平台,采用off load编程模式实现对PKTM算法的并行移植与性能优化,对于6 000万规模（8 000×8 000）的应用问题,总的并行模拟时间从357.52 s减少到1.66s,性能提升了214.37倍.YHFT-XX芯片中长线延时优化策略
摘要：结合YHFT-XX芯片中存在很多长路径的特点,对物理设计中长线的优化进行了研究,主要研究了三种中继器的插入对延时的影响,得出了不同长线下插入中继器的最优尺寸以及最优延时.结合具体的工程实践,运用得出的结论优化了长路径的延时.通过规整的中继器插入,将长线上中继器单元以及中继器单元间的间距进行优化,使得路径延时更小,通过跨模块的中继器插入优化,采用穿通技术,有效减小了延时,提升了芯片的时序性能.面向大数据应用的众核处理器缓存结构设计
摘要：大规模数据排序、搜索引擎、流媒体等大数据应用在面向延迟的多核/众核处理器上运行时资源利用率低下,一级缓存命中率高,二级/三级缓存命中率低,LLC容量的增加对IPC的提升并不明显.针对缓存资源利用率低的问题,分析了大数据应用的访存行为特点,提出了针对大数据应用的两种众核处理器缓存结构设计方案,两种结构均只有一级缓存,Share结构为完全共享缓存,Partition结构为部分共享缓存.评估结果表明,两种方案在访存延迟增加不多的前提下能大幅节省芯片面积,其中缓存容量较低时,Partition结构优于Share结构,缓存容量较高时,Share结构要逐渐优于Partition结构.由于众核处理器中分配到每个处理器核的容量有限,因此Partition结构有一定的优势.弱连接对不同类型在线社交网络信息传播范围的影响研究
摘要：按照连接强度的不同,在线社交网络节点间的连接可以分为强连接和弱连接,可以通过网络上两个节点的邻居相对重叠来测量连接强度.实验表明,弱连接对于信息传播范围的影响与具体的网络类型有关系,在基于信息交换的在线社交网络中,例如移动电话通信网络、Wiki投票网络,移去弱连接并不会对信息收敛时传播的范围产生明显的影响;而在基于合作关系形成的在线社交网络中,例如You-tube、Facebook、CDBLP合作网,移去弱连接对信息传播的范围有明显的阻碍作用.WSN中一种基于时空相关性的网内数据聚合路由协议
摘要：无线传感器网络越来越多地应用于各种精确监测中.由于网络中节点的部署密度较大,节点周期性地产生数据,网络中出现大量具有时空相关性的冗余数据,这些冗余数据的传送需要消耗大量的能量.为了减少网络中的数据传输量,降低网络的通信开销,提出了一种基于时空相关性的网内数据聚合路由协议TS-INDAR,通过网内数据聚合技术以及对网络中具有时空相关性数据的控制,减少网路中的数据传输量.TS-INDAR通过路由树的建立最大化重叠路由,以提高网络中数据聚合的几率,通过相关区域和时间抑制对网络中具有时空相关性的数据进行控制,根据事件区域与sink节点之间的距离调整相关区域的大小.与已有路由算法相比,TS-INDAR减少了网络中的通信负载,降低了网络中的能量消耗.仿真结果显示,TS-INDAR在确保监测数据准确性的情况下,网络中的能耗较DRINA算法降低了25％,较EAST算法降低了11.6％.基于社会认证的网络身份模型
摘要：网络实名制的提出,是为了解决网络匿名性所带来的问题,却又面临实名信息泄露的诟病.造成信息泄露的根源在于实名认证依赖于实名信息.基于社会认证的网络身份模型,依赖社会关系进行身份认证,其利用OSN节点的社会关系构建网络身份,在发挥网络监管作用的同时,避免实名信息的泄漏.模型首先在OSN中依据一定策略选择根节点;然后,采用担保方式进行社会认证;最后,在不依赖实名信息的基础上,构建节点的唯一网络身份SANI.SNAI身份含节点的社会认证信息,具有身份认证和行为溯源的功能.基于均等化的企业服务选择方法研究
摘要：集群式供应链中,企业服务资源通过动态组合与匹配来应对快速多变的市场需求.然而,服务资源匹配的非均等化现象普遍存在,大量需求集中到少数服务资源上,不仅造成了服务资源整体利用率偏低,也降低了客户需求的满意度.因此,如何实现企业服务资源的均等化匹配,充分利用现有资源来提升效益,已经成为该领域亟需解决的问题.从两个方面进行了深入研究：首先根据企业服务的运行特征,设计了反映均等化状态的QoS评价模型;然后,构建了一个完整的均等化服务选择过程,通过调整QoS评价模型中的均等化系数,逐步消除服务匹配中的不均衡现象,从而实现客户所期望的均等化效果.实验结果表明,基于均等化的服务选择方法能够有效提升服务资源的利用率,降低需求完成的时间成本,具有可行性.可信可控网络中的一致性视图构建机制
摘要：在可信可控网络中利用多个控制节点对AS进行联合控制,容易造成多个控制节点在网络控制过程中持有的AS视图不一致问题.针对该问题,在可信可控网络模型的基础上提出了基于选举算法的AS内一致性视图构建机制,该机制首先基于选举算法选举出主控制节点,然后主控制节点根据AS内各个控制节点的负载,将视图构建任务分配给负载最低的控制节点负责构建视图,并利用主控制节点的时间对生成的视图的版本进行界定,从而避免了多个控制节点独自构建视图造成的视图混乱问题.仿真实验的结果表明,所提出的一致性视图构建机制具有良好的性能.基于特征节点分析的恶意节点检测算法研究
摘要：无线传感器网络（WSN）通常部署在复杂的环境中,攻击者很容易通过俘获节点注入虚假数据,造成严重后果.提出基于对事件源能量感知值相近的特征节点的恶意节点检测机制（DAFNA）,首先对事件源的能量值进行估计,且在此过程中过滤保留良性特征节点;然后以特征节点为参照建立坐标系,通过分析待检测节点与事件源的距离计算值与距离感知值之间的差异,进行恶意节点的判断;最后通过仿真实验,对算法性能进行分析,并与Hur算法对比,得出DAFNA算法所需先验知识少,恶意节点容纳度更好.基于过设计与欠设计约束的服务质量控制方法
摘要：随着Web服务技术的发展,基于服务模式的软件被广泛应用,包括医疗、教育和公共交通等领域.然而,服务质量QoS的控制是目前服务技术难题之一.在服务组合过程中,针对设计时（DesignTime）和运行时（Runtime）的不同服务形态,提出了过设计（Over Design）与欠设计（Under Design）两种偏离需求的服务设计模式,并构建能够约束服务组合的变化空间（Variability Space）,实现控制服务质量的目的.通过电子商务的案例展示过设计和欠设计,并对相关偏离情形进行价值分析论证,以论证减少过设计和欠设计的重要性.基于粗糙集-支持向量机的软件缺陷预测
摘要：软件缺陷预测已成为软件工程的重要研究课题,构造了一个基于粗糙集和支持向量机的软件缺陷预测模型.该模型通过粗糙集对原样本集进行属性约减,去掉冗余的和与缺陷预测无关的属性,利用粒子群对支持向量机的参数做选择.实验数据来源于NASA公共数据集,通过属性约减,特征属性由21个约减为5个.实验表明,属性约减后,Bayes分类器、CART树、神经网络和本文提出的粗糙集—支持向量机模型的预测性能均有所提高,本文提出的粗糙集支持向量机的预测性能好于其他三个模型.高性能计算专栏约稿
摘要：一、刊物简介 《计算机工程与科学》是由国防科技大学计算机学院主办的中国计算机学会会刊，是国内外公开发行的计算机类综合性学术刊物。本刊已先后被列为中文核心期刊、中国科技信息研究所中国科技论文统计分析源期刊（中国科技核心期刊）、中国科学引文数据库来源期刊（CSCD核心期刊）、中国学术期刊（光盘版）全文人编期刊、中国期刊网全文人编期刊、中国学术期刊综合评价数据库来源期刊。正则FBR0-代数的弱t-模及其应用
摘要：吴望名教授建立的FI-代数（模糊蕴涵代数）是重要的基础逻辑代数,且通过弱化WBR0-代数建立的FBR0-代数与FI-代数有相同的代数结构.对FBR0-代数进行了较细致的研究.首先,证明了正则的FBR0-代数与RBR0-代数有相同的代数结构;其次,讨论了正则FBR0代数中弱t-模的基本性质;最后,给出了正则FBR0-代数的弱t-模表示形式.灰色变异粒子群算法在公交客流量预测中的应用
摘要：由于公交客流量是公交系统发展规划的基础依据,因此提高公交客流量预测的准确性有利于城市公交的发展.利用粒子群算法优化参数的良好性能和灰色预测法适合预测不确定因素影响系统的优势,提出用灰色变异粒子群组合预测模型来预测公交客流量,提高公交客流量预测精度,并通过实例对组合预测模型的预测精度和有效性进行了分析.结果表明,此组合预测模型的预测精度优于单一的灰色预测模型,也优于其他几种常用预测算法,能很好地预测公交客流量,为公交系统的决策规划提供了可靠的科学数据.人脸检测的继承式集成学习方法
摘要：基于“遗传＋变异”模式,提出继承式集成学习方法框架,它可以训练出四种不同形式的层叠分类器.除了基于“无遗传”模式的基本层叠分类器与基于“全部遗传”模式的嵌入式层叠分类器两种传统方法之外,还有基于“部分遗传＋部分变异”模式的特征继承层叠分类器与弱分类器继承层叠分类器.虽然后两种层叠分类器都有一定的继承代价,但是其拟合性更好,可以更好地均衡收敛速度和扩展性能,其综合性能优于传统方法.基于RAB、GAB算法与LUT弱分类器的正面直立人脸检测实验结果表明了新的继承式集成学习方法的有效性.基于检测的荧光显微图像中的神经丝蛋白质跟踪
摘要：神经丝蛋白质是沿神经轴突运输的功能性蛋白聚合物,神经丝蛋白质的运动研究对于如神经退行性疾病的诊断等应用是非常重要的.传统的方法在很大程度上依赖于在荧光显微镜图像下手工标记神经丝蛋白质.描述了一种基于检测跟踪的自动神经丝运动分析方法,用这种方法提取出沿轴突运动的神经丝轨迹并描绘成一条参数化曲线.首先,将轴突分解成块,然后利用马尔可夫随机场图形标签来确定包含运动神经丝的轴突块,最后将神经丝的首端和尾端位置细化到亚像素精度.神经丝运动的实际延时荧光图像序列实验表明了所提方法的有效性和可靠性.
